随着电子工业的迅猛发展,模拟电路故障诊断问题已经引起广泛的关注,而且是国内外专家在设计和使用电子系统时的一大难题。一些已有模拟电路的诊断方法只适用于开路、短路等特定条件下的电路诊断,却很难发现由电路中的电子器件的容差变化引起的软故障。迄今为止,文献中很少对软故障即容差电路的故障诊断给出系统而有效的方法,本文将这一问题进行了研究探讨。针对传统诊断技术的局限性,提出了一种利用神经网络方法诊断模拟电路软故障的方案,即采用小波变换中的多分辨分析或小波包分析提取故障特征,利用神经网络的非线性映射特性逼近故障诊断模型,并提出了一种改进的小波包分析故障特征提取算法。用来自仿真的电路诊断实例对神经网络进行了训练仿真。诊断结果表明本文提出的方法是快速而有效的。此研究将为复杂模拟电路故障诊断甚至集成电路提供新的理论依据和诊断方法。此外,传统故障诊断专家系统存在不能进行自学习、自适应,知识获取困难,推理匹配冲突等不足,本文将小波分析、神经网络技术融入到专家系统的构建当中,利用小波分析提取模拟电路故障特征,神经网络的训练代替诊断专家系统知识获取部分,用训练好的网络连接权和阈值代替专家系统知识库部分,专家系统推理部分则通过权值数据与网络输入数据的运算来完成。针对一低通滤波器仿真电路,研究开发了基于神经网络的模拟电路故障诊断专家系统。系统采用MATLAB的GUI编程实现了以下功能:一是四种小波变换特征提取算法的实现,用户根据需要可以选择其中任意一种特征提取算法提取故障信号特征;二是神经网络参数设置,如设置隐层神经元的个数、学习率的大小等;三是神经网络的训练和故障诊断。该系统在一定程度上改善了传统专家系统不能进行自学习、自适应,知识获取困难,推理匹配冲突等不足,提高了诊断系统的自动化和智能化水平。